필자의 R 스크립트에서 lm을 사용하여 몇 가지 점을 선형으로 맞추는 방법을 배웠다. 나는이 적합 얼마나 큰 판단하는 가장 좋은 방법을 결정하기 위해 노력하고있어 lm(formula = y2 ~ x2)
Residuals:
1 2 3 4
5.000e+00 -1.000e+01 5.000e+00 7.327e-15
Coefficien
나는 두 변수에 대해 depent하고 서로에게 R을 모델링 할 수 있습니까? (반드시 있어야합니다!)하지만 두 가지 종속성을 가지고 있지만 어떻게 힌트를 얻을 수 있습니까? 명확한 관점에서 : 나는 다음과 같은 모델 내 데이터를 모델링 할 : Y1=X1*coef1+X2*coef2
Y2=X1*coef2+X2*coef3
참고 : coef2 두 라인 사이
lm(bp~height+age, data=mydata)과 같은 대신 이름 대신 이름으로 열을 지정하고 싶습니다. lm(mydata[[1]]~mydata[[2]]+mydata[[3]])을 시도했지만이 문제는 맞는 모델에서 계수가 mydata[[2]], mydata[[3]] 등으로 이름이 붙여졌지만 실제 열 이름을 갖기를 바랍니다. 아마도이 당신의 케이크를 가
I posted earlier todaypredict 기능을 사용하면서 오류가 발생했습니다. 나는 그것을 바로 잡을 수 있었고, 나는 올바른 길에 있다고 생각했다. 나는 다수의 관측치 (실제)가 있으며, 내가 추측하거나 예측하고자하는 몇 가지 데이터 포인트가 있습니다. lm을 사용하여 모델을 만든 다음 predict을 예상 값 입력으로 사용할 실제 값과 함
나는 미래의 수익을 포함하는 벡터 Y를 가지고 있고 벡터 X는 현재 수익을 포함하고 있습니다. 마지막 Y 반환 값은 NA입니다. 마지막 현재 반환 값은 사용 가능한 계열의 맨 끝이기도합니다. X = { 0.1, 0.3, 0.2, 0.5 }
Y = { 0.3, 0.2, 0.5, NA }
Other = { 5500, 222, 523, 3677 }
lm(
R에서 lm() 함수를 사용하여 선형 회귀를 계산하고 싶습니다. 또한 회귀의 기울기를 얻고 싶습니다. 여기서 절편을 명시 적으로 lm()으로 지정하고 싶습니다. 나는 인터넷에서 예제를 발견 했으므로 R-help "lm"(불행히도 나는 그것을 이해할 수 없음)을 읽으려고했지만 성공하지 못했습니다. 아무도 내 실수가 어디 있는지 말해 줄 수 있습니까? lin
R에서 singularities로 인해 계수가 떨어질 때 vcovHC()를 사용하여 견고한 표준 오차를 계산하는 방법은 무엇입니까? 표준 lm 함수는 실제로 추정 된 모든 계수에 대해 정상 표준 오차를 계산하는 것처럼 보이지만 vcovHC()는 "빵의 오류 % * % 고기 : 적합하지 않은 인수"라는 오류를 발생시킵니다. (실제로 사용하는 실제 데이터는 좀